Trong số nhân viên Mỹ dùng AI cho một hoặc hai tác vụ khác nhau, 45% báo cáo tác động tích cực lên năng suất của họ. Trong số những người dùng AI cho bảy tác vụ trở lên, con số đó là 90% (Gallup, 2026). Cùng công cụ. Cùng giấy phép. Cùng ngân sách đào tạo. Biến số duy nhất thay đổi là công cụ đó thực sự chạm tới bao nhiêu phần khác nhau của công việc.
Độ dốc này là con số hữu ích nhất về mặt vận hành trong tất cả những gì được công bố về năng suất AI năm nay, và nó chỉ về một chỗ khó chịu: thứ mà phần lớn các chương trình triển khai ở doanh nghiệp tầm trung đang tối ưu — quyền truy cập — nằm trên đoạn phẳng của đường cong.
Độ dốc năng suất AI mà Gallup thực sự đo được
Khảo sát nơi làm việc quý 2/2026 của Gallup đặt mức tích hợp AI ở cấp tổ chức tại 47% nhân viên Mỹ, tăng sáu điểm so với 41% của quý trước. Mức sử dụng cá nhân là 52%; 30% dùng AI ít nhất vài lần mỗi tuần, 15% dùng hằng ngày (Gallup, 2026).
Đó là những con số tiêu đề, và cũng là những con số cuối cùng đi vào tài liệu trình hội đồng quản trị. Lát cắt thú vị hơn là phân tích theo độ rộng ứng dụng — tỷ lệ người báo cáo tác động năng suất khá tích cực hoặc cực kỳ tích cực, nhóm theo số tác vụ khác nhau mà nhân viên áp dụng AI vào:
- 1–2 trường hợp sử dụng: 45%
- 3–4 trường hợp sử dụng: 66%
- 5–6 trường hợp sử dụng: 78%
- 7 trở lên: 90%
Đường cong dốc nhất ở phần đáy. Đưa một nhân viên từ hai ứng dụng lên bốn đáng giá khoảng 21 điểm lợi ích được báo cáo. Đưa họ từ năm lên bảy đáng giá khoảng 12 điểm. Khoản lợi tức lớn nhất có thể lấy được ở phần lớn doanh nghiệp tầm trung không nằm ở nhóm dùng nhiều — nó nằm ở nhóm đa số đang dừng lại ở một hoặc hai ứng dụng, mà phần lớn trong đó vốn đã có giấy phép.
Vì sao điều này đặt lại câu hỏi triển khai
Câu hỏi triển khai tiêu chuẩn là bao nhiêu người có quyền truy cập. Dữ liệu của Gallup gợi ý câu hỏi tốt hơn là bao nhiêu vị trí công việc đã được lập bản đồ. Nghe thì tương tự. Nhưng chúng được cấp ngân sách theo hai cách hoàn toàn khác nhau — một bên là khoản mua sắm, bên kia là dự án vận hành — và đó chính xác là lý do phần lớn công ty vẫn tiếp tục trả lời câu hỏi thứ nhất.
Cơ cấu sử dụng đang đảo ngược so với giá trị
Phát hiện thứ hai sắc hơn phát hiện thứ nhất, vì nó giải thích tại sao quá nhiều nhân viên mắc kẹt ở một hoặc hai ứng dụng.
Dữ liệu Gallup về việc người ta thực sự dùng AI để làm gì, đặt cạnh mức hiệu quả năng suất của từng ứng dụng:
| Ứng dụng | Tỷ lệ trong người dùng AI | Báo cáo có cải thiện năng suất |
|---|---|---|
| Viết và biên tập | 51% | 68% |
| Tìm kiếm và tra cứu | 49% | 65% |
| Khoa học dữ liệu và phân tích | 18% | 75% |
| Slide và thuyết trình | 17% | 76% |
| Hỗ trợ lập trình | 16% | 77% |
| Tự động hóa quy trình | 16% | 77% |
Hãy đọc hai cột đối chiếu nhau. Hai ứng dụng được dùng nhiều nhất lại cho hiệu quả năng suất thấp nhất. Bốn ứng dụng được đánh giá cao nhất thì mỗi loại chỉ được chưa tới một phần năm người dùng AI sử dụng (Gallup, 2026).
Con đường tiếp nhận mặc định — viết nhanh hơn, tìm nhanh hơn — là con đường có thể khái quát cho mọi vai trò và không đòi hỏi ai phải làm việc với quy trình. Nó cũng là con đường chạm trần sớm nhất. Những ứng dụng được đánh giá cao nhất là những ứng dụng chạm vào một luồng công việc cụ thể: một lần đối chiếu, việc dựng một báo cáo, một lần bàn giao, một đoạn script. Không ai đến được đó bằng cách mở một cửa sổ chat. Phải có người lập bản đồ cho chúng.
Có một hệ quả ngân sách ẩn trong bảng đó. Viết và tìm kiếm là hai ứng dụng mà một buổi demo của nhà cung cấp tự bán được chính nó, vì chúng không cần cấu hình và không cần bối cảnh nào về doanh nghiệp của bạn. Chúng cũng là hai ứng dụng mà một nhân viên có thể tự tiếp nhận một mình, trong một buổi chiều, không cần hỏi ai. Mọi thứ đạt hiệu quả trên 75% đều đòi hỏi phải có người biết một quy trình cụ thể vận hành ra sao trước khi công cụ có thể được hướng vào đó. Kiến thức ấy nằm ở bộ phận vận hành của bạn, không nằm ở nhà cung cấp và cũng không nằm ở từng cá nhân — đó là lý do nhóm ứng dụng giá trị cao vẫn kẹt ở mức tiếp nhận 16% trong một thị trường mà giấy phép gần như đã phổ cập.
Dữ liệu về tần suất của Gallup ủng hộ cách đọc này. Người dùng thường xuyên có xác suất dùng AI cho lập trình cao gấp khoảng ba lần người dùng thưa thớt (22% so với 8%) và cho tự động hóa cũng khoảng ba lần (21% so với 8%), còn cho quản lý công việc và dự án thì hơn gấp đôi (21% so với 9%). Độ rộng và độ sâu đến cùng nhau, và cả hai đều đến từ phía quy trình của công việc.
Cùng một tuần, hai thực tại trái ngược
Đây là phần đáng mang vào buổi rà soát vận hành tiếp theo của bạn.
Gallup công bố mức tăng sáu điểm về tiếp nhận vào ngày 20/7/2026. Ngay hôm sau, Productivity Lab của ActivTrak công bố dữ liệu đo lường hành vi trên 120.620 người lao động, phân tầng mức độ trưởng thành AI theo hoạt động quan sát được thay vì theo giấy phép, lượt đăng nhập hay tự khai báo. Kết quả: 27% người lao động đạt mức Hỗ trợ Tra cứu, 14% đạt mức Thực thi Tác vụ, và 2% đạt mức Tích hợp vào Luồng công việc (ActivTrak, 2026).
Hai bộ dữ liệu đáng tin cậy, công bố cách nhau hai mươi bốn giờ, mô tả cùng một lực lượng lao động bằng những ngôn từ trái ngược. Không có mâu thuẫn nào cần hóa giải — chúng đo hai thứ khác nhau. Gallup đo xem AI đã đến được với con người hay chưa. ActivTrak đo xem nó đã đến được với công việc hay chưa. Quyền truy cập đang mở rộng nhanh. Việc thiết kế lại công việc thì không.
Con số 2% đó là mức sàn thực nghiệm nằm dưới nhóm "bảy trở lên" của Gallup. Con số 90% về năng suất là có thật, và nó mô tả một số rất ít người đã tái cấu trúc cách công việc của họ vận hành.
Điều này gây ra gì cho bảng theo dõi của bạn
Nếu báo cáo AI của bạn được dựng trên số giấy phép đã kích hoạt, số người dùng hoạt động hằng tuần và thời gian tiết kiệm do người dùng tự khai, thì từng chỉ số trong đó đều đang bám theo đoạn phẳng của đường cong Gallup. Tất cả chúng sẽ tăng trong một chương trình triển khai không tạo ra nổi một luồng công việc được thiết kế lại — và chúng sẽ tăng nhanh nhất ở nhóm viết và biên tập, nhóm cho hiệu quả năng suất thấp nhất.
Phân phối không phải là tiếp nhận. Bảng theo dõi của bạn hiện chưa phân biệt được hai điều đó.
Bằng chứng này dừng lại ở đâu
Ba giới hạn, cần nêu trước khi ai đó dựng một luận chứng kinh doanh trên độ dốc này.
Mối liên hệ giữa độ rộng và năng suất là tương quan. Gallup nói rõ điều đó. Tự chọn lọc là một cách giải thích thay thế hoàn toàn khả dĩ: những nhân viên vốn đã thấy giá trị từ AI sẽ tự đi tìm thêm chỗ để áp dụng nó, nên mũi tên nhân quả có thể chạy ngược lại so với cách đọc vận hành giả định.
Diện tích khả dụng khác nhau theo vai trò. Một số công việc thực sự có bảy ứng dụng AI hợp lý; một số khác chỉ có hai. Một chuyên viên phân tích tài chính và một kỹ thuật viên hiện trường không thể tiếp cận như nhau, và một mệnh lệnh kiểu "đưa tất cả mọi người lên năm trường hợp sử dụng" sẽ tạo ra việc làm hình thức ở những vai trò vốn không có chúng.
Cả thước đo năng suất lẫn số trường hợp sử dụng đều do người trả lời tự khai. Chúng đến từ cùng một người trả lời trong cùng một công cụ khảo sát, đúng vào điều kiện mà lợi ích cảm nhận và hành vi tự thuật có xu hướng dịch chuyển cùng nhau.
Thứ sống sót qua ba lưu ý đó là sự bất đối xứng về mặt vận hành, không phải các tỷ lệ phần trăm cụ thể. Nhân viên dừng ở một hoặc hai ứng dụng chiếm đa số áp đảo, họ là nhóm rẻ nhất để dịch chuyển, và mọi ứng dụng được đánh giá cao đều nằm ở phía quy trình của công việc chứ không phải phía soạn thảo. Bấy nhiêu đủ để thay đổi việc một chương trình triển khai sẽ chi tiêu vào đâu trong quý tới, ngay cả khi chưa đủ để hứa hẹn một con số.
Chuyển thước đo từ số giấy phép đã kích hoạt sang số trường hợp sử dụng trên mỗi vai trò
Các nghiên cứu rộng hơn đã chỉ về hướng này suốt một năm qua, từ phía đầu tư chứ không phải phía sử dụng.
Báo cáo State of AI in the Enterprise 2026 của Deloitte, khảo sát 3.235 lãnh đạo tại 24 quốc gia, xác định kỹ năng nhân sự không đủ là rào cản lớn nhất đối với việc tích hợp AI — và một phản ứng lệch lạc trước rào cản đó. 53% đang đào tạo lực lượng lao động để nâng năng lực AI, nhưng chỉ 30% đang hình dung lại tổ chức quanh các mô thức AI mới và 33% đang thiết kế lại lộ trình nghề nghiệp (Deloitte, 2026). Ai cũng đào tạo. Gần như không ai thiết kế lại.
Work Trend Index 2026 của Microsoft, thực hiện trên 20.000 người lao động tại 10 quốc gia, định lượng cái giá của sự lệch pha đó: các yếu tố tổ chức — văn hóa, sự hỗ trợ của quản lý, các thực hành nhân tài — tạo ra tác động AI thực tế cao hơn gấp đôi so với các yếu tố cá nhân, 67% so với 32% (Microsoft, 2026). Chỉ 26% người dùng AI cho biết ban lãnh đạo của họ đồng thuận về một chiến lược AI.
Đặt ba bộ dữ liệu này nối tiếp nhau, thiết kế triển khai gần như tự viết ra. Quyền truy cập đã được giải quyết. Năng lực cá nhân đang được cấp ngân sách. Biến số không ai đứng tên là việc ánh xạ giữa một vai trò cụ thể với hai hoặc ba tác vụ phía quy trình nơi AI thực sự phát huy — và việc ánh xạ đó là sản phẩm bàn giao của bộ phận vận hành, không phải của đào tạo.
Phiên bản thực hành
Chọn ba vai trò, không phải toàn công ty. Đông nhân sự, lặp lại nhiều, hiện đang dừng ở một hoặc hai ứng dụng AI. Nhóm đó có độ dốc cao nhất còn khai thác được.
Gọi tên trường hợp sử dụng trước khi gọi tên công cụ. Với mỗi vai trò, viết ra hai hoặc ba tác vụ lặp lại cụ thể — đối chiếu hằng tuần, bản tóm tắt nhà cung cấp, phân loại ticket. Cụ thể đến mức bạn có thể biết chúng đã xảy ra hay chưa.
Nghiêng danh sách về phía nhóm ít được tiếp nhận nhưng hiệu quả cao. Tự động hóa, phân tích, hỗ trợ lập trình, dựng slide. Nếu danh sách của bạn toàn là soạn thảo và tra cứu, bạn vừa ghi chép lại đoạn phẳng của đường cong.
Ràng buộc việc mở rộng giấy phép vào bằng chứng tích hợp luồng công việc. Trước khi mua khối giấy phép tiếp theo, hãy yêu cầu ít nhất một luồng công việc có tên cụ thể đã dịch chuyển một cách thấy được — báo cáo giờ tự dựng, lần bàn giao không còn cần họp. Một luồng công việc Stage 3 đã được kiểm chứng có giá trị làm bằng chứng hơn một nghìn giấy phép đã kích hoạt.
Báo cáo số trường hợp sử dụng trên mỗi vai trò, không phải số người dùng trên mỗi giấy phép. Đó là chỉ số AI duy nhất trên bảng theo dõi của bạn mà bộ phận mua sắm không thể đáp ứng thay.
Một quyết định cho quý này
Lấy ba vai trò đông nhân sự nhất của bạn. Với mỗi vai trò, đề nghị năm người liệt kê mọi tác vụ khác nhau mà họ dùng AI. Đếm chúng. Nếu câu trả lời phổ biến nhất là một hoặc hai, và cả hai đều thuộc viết lách hoặc tra cứu, thì giờ bạn đã biết chính xác lợi tức năng suất AI của mình đang nằm ở đâu — và nó không nằm trong một khối giấy phép nữa.
Chương trình triển khai mà ai cũng cấp ngân sách sẽ kết thúc khi công cụ đến được với con người. Lợi tức bắt đầu khi công cụ đến được với công việc. Đó là hai dự án khác nhau, và hiện chỉ một trong hai nằm trong ngân sách của bạn.
